统计中的基本概念

随机变量

随机变量，可以理解为是一个函数，是一个将随机过程映射到实际数据的函数。例如：

明天是否下雨，是一个随机过程，我们可以用随机变量 X将其映射到数据上，比如用1代表下雨，用0代表不下雨，即X = {1,0}。

随机变量有两类，分别是离散（Discrete）随机变量和连续（Continuous）随机变量。

总体（population）

随机变量能取到的所有的值。总体很多时候不能穷举，需要用样本来估计。

样本（sample）

总体中随机抽样值的集合。

总体均值 Population mean（）

对总体中所有的数据求均值；

很多时候不可能得到总体中所有的数据，也不能得到总体中数据的个数，这是都需要样本数据来进行估计和近似。

一般情况下，如果样本数据个数大于30的话，就认为可以很好的对总体进行近似和估计。

样本均值 Sample mean（）

从总体中，随机抽取的样本的均值。

,n代表样本个数

概率分布（离散随机变量）

纵轴代表概率，横轴代表随机变量的取值

概率密度函数（连续随机变量）

与概率分布类似，纵轴代表概率，横轴代表随机变量的取值